为了满足广大读者的好奇心，我们曾整理过一系列人工智能方面的书籍，如今我们又进行了更新，为大家带来人工智能、深度学习、数据科学的11本最新书籍。这些书都是知识性的作品，毫无虚构成分。以下介绍没有特定的顺序。
1. Life 3.0: Being Human in the Age of Artificial Intelligence
《生命3.0：人工智能时代的人类》
这是人工智能必读书籍中最新增加的书籍之一。作者马克斯·泰格马克(Max Tegmark)是一位人工智能爱好者。他在这部作品中以一些貌似虚构，但其实真实可信的故事开始。
就像你读关于别人梦想的文章时，你脑海里萦绕的一样。我们的生活被描绘成三种转变:生物、文化和技术阶段的转变，每一种转变都需要经过重新设计以改善性能。作者在此论述了科技变革是如何影响我们的生活方式的。
2. Numsense! Data Science for the Layman: No Math Added
《Numsense! 外行数据科学（不添加数学知识）》
想在数据科学领域大展拳脚么?数据科学的复杂让你困惑吗?好吧,不要回头。这本书以一种毫不荒谬的风格呈现给你。如果你对任何数据科学的术语感兴趣，且不喜欢复杂的数学，那么这本书非常适合你。
它涵盖了回归分析、神经网络、决策树、A/B测试等重要主题。与真实世界场景相匹配的插图让阅读变得简单容易。对业余爱好者来说，这本书可以让你真正掌握数据科学。
3. Microsoft Excel Data Analysis and Business Modeling (5th Edition)
《Microsoft Excel数据分析和业务建模（第5版）》
当谈到数据分析时，你不能忽略流行的电子表格软件Microsoft Excel。这本书解释了从Excel基本知识到复杂的业务分析问题。书中提出的大多数问题或案例研究更多地集中在商业财务方面。这使得读者了解金融的实用性以及数据分析。
本书内容包括Excel 2016中的各种特性，如数据透视表、描述性统计、高级函数（如偏移和间接）、解决优化问题的Excel求解器，甚至使用Excel宏来自动执行数据分析中的重复任务。作者通过书中真实的例子来确保读者获得更多的感悟。
4. Machine Learning
《机器学习》
本书首次出版于1986年，对任何人来说都是最好的入门材料，无论是学生还是机器学习的研究者，都要学习ML的基本方面。作者假定读者对人工智能或统计学一无所知，并为理解这两个主题提供了一个简单的方法。
虽然有很多数学和统计学的概念要掌握，但这本书是迄今为止涉及ML基础知识的最全面的材料，如神经网络，最新版本的贝叶斯学习包括强化学习。此外，还分析了用于分析ML的数据集的例子。
5.R for Data Science: Import, Tidy, Transform, Visualize, and Model Data
《数据科学：R语言实现》
本书以流行的统计编程语言R为基础展开。此外，作者从解释数据可视化和数据转换开始，使用了R . time verse中的函数，这是一个以数据科学为中心的R包集合。使用称为R Studio集成开发环境（IDE）进行软件开发。
作者还通过简单的方式解释编程风格来确保读者获得R语言的要点。这本书的每一部分都有一个练习，这样读者就可以按照自己的方式完成ACE的编程。
6. A Student’s Guide to Python for Physical Modeling
《用于物理建模的Python学生指南》
Python正逐渐成为数据科学领域流行的编程语言。这本书介绍了学习者如何从头开始学习Python。从建立开源Python编程环境到执行模拟等计算任务，这本书涵盖了所有相关内容。作者以简单易懂的方式介绍了这些概念。
此外，还提供了代码样本、数据集和练习，以便学习者按照自己的节奏理解这些术语。对于任何有兴趣学习Python的人来说，一定要阅读这本有经典教科书风格的书。
7. Head First Learn to Code: A Learner’s Guide to Coding and Computational Thinking
《先学习代码:学习者的编程和计算思维指南》
本书与上述主题略有不同。它纯粹着眼于让学习者熟悉编程艺术。由于数据科学在很大程度上需要编程，所以这本书介绍了编程的方式方法，帮助他们写出更好的代码。它使用Python作为基础编程语言来解释这些概念。
这本书突出的特点是它提供了更多的视觉描述，而不是依赖于大量的文本信息。对于任何在IT领域有抱负的程序员来说，这都是必读之作。
8. AI and Analytics: Accelerating Business Decisions
《AI和分析：加速商业决策》
这是一本针对人工智能和数据分析领域的企业高管和有抱负的企业家的重要书籍，它提供了商业见解，有助于通过利用聊天机器人、区块链和加密货币等不断发展的技术，促进组织结构的根本性变革。
这本书的重点是全面的战略和分析方法，帮助组织在管理层做出决策。作者涵盖了银行、医疗、保险、零售和生命科学等大部分受欢迎的商业领域。
9. Generation Robot: A Century of Science Fiction, Fact, and Speculation
《机器人时代:科幻小说，事实和推测的世纪》
这本书是一部关于人工智能的小说，它不仅包含了事实，也有虚构。它关注的是机器人未来可能会对我们产生的影响。
特里·法夫罗从通俗科幻作家艾萨克·阿西莫夫的作品，到科幻漫画和电影都进行了探讨。她说，机器人技术已经渗透到我们的文化中。这本书更多地借鉴了流行文化的内容，是为那些对机器人感兴趣的人准备的。
10. The Industries of the Future
《未来的行业》
在这本由美国技术政策专家亚历克•罗斯(Alec Ross)撰写的书中，他生动地描绘了数字时代的未来十年。他主要关注他访问过的全球各国的技术创新。
数字技术中的经济见解，加上迷人的故事情节，使这本书很容易纳入你的阅读清单。人工智能、网络安全和基因组学等技术是本书的主题。
11. Blockchain Basics: A Non-Technical Introduction in 25 Steps
《区块链基础:25个步骤中的非技术性介绍》
在数据科学创新方面，区块链技术是最新的流行语。随着比特币、Ethereum和LiteCoin等加密货币的崛起，这本书以一种简单而直接的方式提供信息，不会给读者带来任何数学复杂性或编程术语的困扰。这些概念通过图片和类比得到了清晰的解释。
这本书的有趣之处在于，它既没有采用技术性的，也没有采取商业式的方法，这使它更像一种娱乐/审美读物。
结论
以上列出的11本最新书籍将有助于读者立足于数据科学和人工智能领域。最重要的是读者应该知道什么时候将数据科学的概念应用到特定的问题中，以便在这个领域中脱颖而出，而不仅仅是学习概念。
另外，这里还有一些最新的书籍可以免费下载:
链接：
https://pan.baidu.com/s/1IOGRm9DFrM6z9-NU0juCng
Hands on Programming with R
《R语言编程实践》
本书作者加瑞特·格罗蒙德是一名教师、统计学家和R开发人员，在R studio工作。这是一本关于R编程的入门书，能让你轻松入手以及更好的理解。
Data Science from Scratch – First Principles with PYTHON
《数据科学入门》
在这本书中，你将从头开始学习数据科学的基本功能。本书为您提供了python的基本速成课程，以及与处理和分析数据相关的许多其他统计概念。
原文链接：
https://www.investmentmusings.com/books/latest-books-ai-data-science-blockchain/
来源：Investment Musings
作者： Dharam Shah
智能观 编译
—完—
想知道AI加教育领域有哪些最新研究成果？
想要AI领域更多的干货？
想了解更多专家的“智能观”？
请在对话界面点击“找找看”，去获取你想要的内容吧。
声明：
编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。
网友评论